Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

content

Motor auto-alojado que convierte URLs, archivos y texto en medios, transcripciones, resúmenes, traducciones y documentos. Arquitectura modular con múltiples clientes (HomeTube, Studio, CLI, SDK, API REST) bajo un único contrato backend.

Ficha actualizada 22 sept 2026, 15:11 · upstream 22 sept 2026, 13:34 · release v0.8.5

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es content

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

Content es una plataforma de procesamiento multimedia y documental auto-alojada que transforma fuentes como URLs, archivos locales o texto en línea en artefactos variados: videos, audio, subtítulos, transcripciones, resúmenes, traducciones, imágenes, metadatos, Markdown y PDF. El backend central analiza cada fuente, planifica la ejecución de tareas, orquesta las herramientas disponibles y registra el historial completo de los trabajos.

La arquitectura se basa en un único motor compartido que todos los clientes acceden mediante un contrato público bien definido. Esto incluye HomeTube para flujos centrados en YouTube, Content Studio para solicitudes generales desde múltiples fuentes, una extensión Chromium para enviar la pestaña actual, un servidor MCP para agentes de IA, CLI para automatización, SDK Python tipado y API REST para integraciones multiplataforma.

El despliegue se realiza mediante Docker Compose con imágenes oficiales soportadas en amd64 y arm64. Todo el estado persiste en una carpeta local ./data que contiene la base de datos, trabajos y artefactos intermedios, mientras que los archivos finales se entregan en ./playground/output o en un directorio personalizado configurado mediante variables de entorno.

CASOS DE USO
  • Automatizar descarga y procesamiento de videos de YouTube con transcripciones, resúmenes y metadatos extraídos automáticamente
  • Convertir artículos web o archivos locales en documentos PDF, resúmenes ejecutivos o traducciones al instante
  • Integrar con agentes de IA mediante servidor MCP para generar artefactos reales (videos, textos) desde el navegador
  • Orquestar flujos de trabajo mediante CLI o SDK Python en scripts automatizados o cron jobs
  • Observar y gestionar trabajos en tiempo real a través del Content Console con logs y eventos detallados
PUNTOS DESTACADOS
  • Arquitectura modular con un único motor backend compartido entre todos los clientes, evitando redundancia de lógica de negocio
  • Soporte nativo para credenciales server-side (cookies) para acceder a contenido restringido o members-only sin exponer datos
  • Imágenes Docker oficiales para amd64 y arm64 sin necesidad de build local en producción
  • Integración directa con ecosistemas multimedia como Plex, Jellyfin o Emby mediante librerías locales configurables
  • API REST completa con documentación OpenAPI integrada para integración en cualquier lenguaje de programación
PRECAUCIONES
  • No incluye Dockerfile propio; depende de imágenes oficiales que pueden cambiar sin aviso previo
  • Configuración inicial requiere edición manual de .env.example sin validación automática o interfaz gráfica
  • Algunos runners opcionales (ej. speech-to-text) requieren build desde fuente y no están habilitados por defecto
  • La extensión Chromium debe cargarse manualmente como 'Load unpacked' en cada instalación nueva
  • No hay soporte oficial documentado para despliegue en Kubernetes o sistemas de orquestación avanzados
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADhighnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker Compose detectado

Usar deploy/docker-compose.yml para producción; evitar build local salvo desarrollo. Configurar CONTENT_DELIVERY_DIR_HOST para apuntar a NAS externo. Monitorear logs en Content Console (:8503). Actualizar con docker compose pull antes de cada release. No exponer puertos 11434 o 18000 si no se usan LLMs locales.

✓Dockerfile
✓Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsPython
SERVICIOS
Redis
BASES DE DATOS
Redis
PUERTOS
850285018503801080001143418000
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.